𝗔𝗪𝗦 𝗪𝗲𝗯 𝗦𝗲𝗮𝗿𝗰𝗵 𝗼𝗻 𝗕𝗲𝗱𝗿𝗼𝗰𝗸 𝗔𝗴𝗲𝗻𝘁𝗖𝗼𝗿𝗲
AI প্রযুক্তি প্রায়শই ভুল জিনিস অপ্টিমাইজ করে।
বেশিরভাগ টিম মডেলটি টিউন করার চেষ্টা করে, যখন আসল ব্যর্থতা ঘটে সংযোগের ক্ষেত্রে। সমস্যাটি বুদ্ধিমত্তার নয়। সমস্যাটি হলো মডেল এবং বাস্তব জগতের মধ্যে তথ্যের আদান-প্রদান বা হ্যান্ডঅফ (handoffs)।
AWS সম্প্রতি Amazon Bedrock AgentCore-এ Web Search রিলিজ করেছে। এটি এজেন্ট তৈরির পদ্ধতি বদলে দেবে।
এখন পর্যন্ত, এজেন্টরা তাদের ট্রেনিংয়ের পুরনো তথ্যের মধ্যে সীমাবদ্ধ ছিল। লাইভ ওয়েব অ্যাক্সেস পেতে হলে আপনাকে নিজস্ব স্ক্র্যাপার তৈরি করতে হতো, API কী ম্যানেজ করতে হতো এবং রেট লিমিট সামলাতে হতো। এতে ইঞ্জিনিয়ারিংয়ের অনেক সপ্তাহ নষ্ট হয়।
নতুন AgentCore টুলটি একটি ম্যানেজড লেয়ার। এটি আপনার জন্য আইডেন্টিটি, থ্রটলিং এবং রেজাল্ট গ্রাউন্ডিং (result grounding) হ্যান্ডেল করে। এটি ওপেন ইন্টারনেটের ওপর একটি ম্যানেজড RAG।
কেন এটি ইঞ্জিনিয়ারদের জন্য গুরুত্বপূর্ণ:
AI এজেন্টদের সবচেয়ে কঠিন অংশ হলো কোঅর্ডিনেশন (coordination)। আপনাকে সিদ্ধান্ত নিতে হবে:
- কে ওয়েব কল করতে পারবে?
- টাইমআউটের সময় কী ঘটবে?
- আপনি কীভাবে পুরনো তথ্যের সাথে নতুন ফলাফলের সামঞ্জস্য করবেন?
AI Coordination Gap একটি বাস্তব ঝুঁকি। আপনার যদি একটি ৬-ধাপের পাইপলাইন থাকে যেখানে প্রতিটি ধাপ ৯৭% নির্ভরযোগ্য, তবে আপনার মোট নির্ভরযোগ্যতা কমে ৮৩%-এ নেমে আসবে। ইন্টারনেটের বিশৃঙ্খল বা নয়েজি (noisy) তথ্য এই পরিস্থিতিকে আরও কঠিন করে তোলে।
সফল হতে হলে, আপনাকে এই পাঁচটি লেয়ার ইঞ্জিনিয়ার করতে হবে:
- Retrieval: স্পষ্ট নিয়ম নির্ধারণ করুন যাতে মডেলটি জানে ঠিক কখন সার্চ করতে হবে।
- Identity: স্কোপড ক্রেডেনশিয়াল (scoped credentials) ব্যবহার করুন যাতে এজেন্ট সুরক্ষিত থাকে।
- Fetching: র্যাঙ্ক করা এবং পরিচ্ছন্ন ফলাফল পেতে ম্যানেজড সার্চ ব্যবহার করুন।
- Memory: মডেলকে পুরনো কনটেক্সটের চেয়ে নতুন তথ্যকে প্রাধান্য দিতে বলুন।
- Recovery: সার্কিট ব্রেকার (circuit breakers) ব্যবহার করুন যাতে এজেন্ট অনন্তকাল লুপে না থেকে আপনার বাজেট শেষ না করে ফেলে।
ওয়েব সার্চ হলো তথ্যের সতেজতা বা ফ্রেশনেস (freshness) বজায় রাখার একটি টুল, নির্ভুলতার (accuracy) টুল নয়। ইন্টারনেট অত্যন্ত বিশৃঙ্খল। আপনার কোঅর্ডিনেশন লেয়ার যদি দুর্বল হয়, তবে ওয়েব ব্রাউজ করতে সক্ষম একটি এজেন্ট আসলে আরও ঘন ঘন ব্যর্থ হতে পারে।
যে কোম্পানিগুলো AI-এর মাধ্যমে সফল হচ্ছে তারা সবচেয়ে বড় মডেল ব্যবহার করছে না। তারা মূলত কোঅর্ডিনেশন বা সমন্বয়ের সমস্যাটি সমাধান করছে।
ঐচ্ছিক লার্নিং কমিউনিটি: https://t.me/GyaanSetuAi